C# 为什么这个正则表达式是贪婪的？

我正在尝试提取“”中包含/thumb/的所有链接。实际上我只需要使用图片src。我不知道图片是否会以jpg结尾，或者是否会有区分大小写的问题，等等。我真的只关心完整的链接

m = Regex.Match(page, @"""(.+?/thumbs/.+?)""");
//...
var thumbUrl = m.Groups[1].Value;

我的完整代码

    var page = DownloadWebPage(url);
    var reg = new Regex(@"Elements\s+\((.*)\)", RegexOptions.Multiline);
    var m = reg.Match(page);
    var szEleCount= m.Groups[1].Value;
    int eleCount = int.Parse(szEleCount);

    m = Regex.Match(page, @"""(.+?/thumbs/.+?)""");
    while (m.Success)
    {
        var thumbUrl = m.Groups[1].Value;
        //i break here to see a problem
        m = m.NextMatch();
    }

thumbUrl看起来像

---

中心\“>…大量文本，没有/thumbs/…src=\”

问题在于？也会消耗“s”，因此它会在src属性之外继续匹配。请改用此选项：

m = Regex.Match(page, @"""([^""]+/thumbs/[^""]+)""");

---

Nongreedy正则表达式可能会很慢，因为引擎必须执行大量回溯

这一个只使用贪婪表达式：

@"""([^""]*/thumbs/[^""]*)"""

<>而不是匹配最少的任何东西，它匹配尽可能多的非双引号。

如果你正在解析（x）html，考虑使用适当的解析器。

---

请参阅：有关如何执行此操作的一些C#示例。

通常，当使用正则表达式时，您使用静态字段并指定

RegexOptions。已编译的
选项：

static Regex template = new Regex(@"""(.+?/thumbs/.+?)""", RegexOptions.Compiled | RegexOptions.Multiline)

不情愿（不贪婪）的方式quantifier的作用是，一旦它开始匹配，它会在第一次机会时停止。您要做的是匹配满足您的条件的最小文本量，这不是一回事；您仍然必须确保它不会在您希望匹配之前开始匹配。正如其他人所建议的，您可以通过替换
+？ 在正则表达式中使用与引号不匹配的内容，如
[^”“]+

但这仍然会给您带来性能问题。在您的示例中，正则表达式在
中心>
中看到引号时开始匹配；当它到达
src=“
（假设您已将
+？
更改为
[^”“]+
）处的引号时，它将中止匹配的移动尝试。从
src=“
中的引号开始的下一次尝试将成功。所以你现在得到了正确的结果，但是你仍然在第一次失败的比赛尝试上浪费了很多时间

编写快速正则表达式的关键是确保，如果匹配尝试失败，它会尽快失败。例如，我认为可以安全地假设您不希望在
“
和
/thumbs/
之间有任何尖括号，因此将它们添加到您不希望匹配的字符集中：
[^”“]+
。现在，从
中心“>
中的引号开始的任何匹配尝试都将在下一个位置中止

您还可以做其他事情来进一步优化正则表达式，包括原子组和负lookahead，但这可能会很快满足您的需要：

@"""([^""<>]+/thumbs/[^""<>]+)"""

@”“（[^”“]+/thumbs/[^”“]+）”
FYI，“多行”选项对您没有任何帮助。如果希望点与行分隔符匹配，则应使用
Singleline
。一定数量的正则表达式对象会自动缓存，因此在字段中存储一个对象不一定会对性能产生任何影响。而且，
编译的
正则表达式可能更快，但创建它们的成本更高；您是否应该使用该选项取决于您如何使用正则表达式。